基于可重构智能表面的空时移位键控方法与流程

1.本发明涉及通信技术领域，尤其涉及无线通线系统的优化方法，具体地说是一种基于可重构智能表面(ris)的空时移位键控(stsk)方法。


背景技术：

2.大规模多输入多输出(multiple input multiple output,mimo)技术作为5g无线通信系统的关键技术，极大的提高了无线网络的频谱效率，其中的空时移位键控(stsk)调制技术作为统一的mimo架构，通过每个stsk块持续时间内激活的色散矩阵集(dms)的索引来承载信息，不仅可以通过设计不同的色散矩阵(dm)，实现空间调制(sm)和空间移位键控(ssk)调制技术，还可以通过优化dm的数量和大小以及发射天线和接收天线的数量，实现分集增益与多路复用增益一个较好的权衡。但是，其广泛的实现仍然受硬件成本和能量消耗的限制。


技术实现要素：

3.针对上述现有技术中存在的缺陷，本发明提供一种基于可重构智能表面的空时移位键控方法。该方法可实现stsk技术在5g无线通信系统中的低硬件成本和低功耗设计。
4.本发明采用以下技术方案实现：
5.一种基于可重构智能表面的空时移位键控方法，包括以下步骤：
6.1)构建一个具有t
x
根发射天线和r
x
根接收天线，可重构智能表面ris处配置了n个无源反射元件的ris
‑
stsk系统；
7.2)使用改进的遗传算法ga辅助ris反射相移优化。
8.上述技术方案中，进一步地，所述步骤1)中，ris
‑
stsk系统的工作方法具体为：
9.1.1)发射端和接收端分别具有t
x
根发射天线和r
x
根接收天线，ris处配置了n个无源反射元件，和分别为发射端到ris处和ris到接收端的信道矩阵，其每个元素均具有零均值和独立的单位方差，且服从复数高斯分布cn(0,1)；为ris反射系数向量，其中φ
i
∈[
‑
π,π]和β
i
∈(0,1]分别为反射元件的相移和幅度反射系数，(
·
)
t
为转置操作，i∈{1,2,
…
,n}，j为复数，为了简单起见，令β
i
＝1；另外在发射端随机生成了色散矩阵集(dm
s
)且每个dm满足功率约束tr[a
q
·
(a
q
)
h
]＝t
s
，其中t
s
为dm的列数，表示stsk码字的持续时间，tr(
·
)为求迹运算，(
·
)
h
为共轭转置；
[0010]
1.2)第j次传输stsk码字所携带的比特位数为其中个比特用于表示激活dm为第j次选择的a
q
，个比特用于映射星座符号l为调制符号阶数；第j个stsk发送符号表示为
[0011][0012]
1.3)接收信号表示为
[0013]
y(j)＝f
h
(j)g(j)h(j)s(j) z(j)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0014]
其中表示加性高斯白噪声awgn矩阵，每个元素遵循分布cn(0,n0)，其中n0是每个时隙的复数噪声方差；
[0015]
1.4)为了在接收端实现单流最大似然ml检测，通过vec(
·
)运算将式(2)转化为式(3)
[0016][0017]
其中
[0018][0019][0020][0021][0022][0023][0024][0025]
其中为单位矩阵，为克罗内克积运算；
[0026]
1.5)在接收端，单流最大似然ml检测为
[0027][0028]
更进一步地，所述步骤2)中，改进ga具体为：
[0029]
2.1)初始种群由随机生成的反射相移组成，共n
pop
个个体，每个个体包含n个反射相移；
[0030]
2.2)适应度值
[0031]
在所述的ris
‑
stsk系统中，从发射端到接收端的信道矩阵为
[0032][0033]
其中和h
i
分别为信道矩阵f
h
和h的第i列和第i行；信道增益最大化问题可以定义为
[0034][0035]
因此，可实现的信道增益上界为
[0036][0037]
并将公式(14)作为改进ga的适应度值；
[0038]
2.3).选择策略
[0039]
使用锦标赛选择策略；每次从种群中取出n
pop
/10数量个体，然后选择其中适应度值最大的一个个体进入下一代种群，重复该操作，直到新的种群规模达到原来的种群规模；
[0040]
2.4).改进的进化操作
[0041]
2.4.1)交叉和复制：设计单点交叉策略，对所有个体e(k)，k＝1,2,
…
,n
pop
按顺序进行分组，每组两个个体，分别作为父代和母代，共n
pop
/2组，以概率p
c
对每组父代和母代进行交叉操作，在每组个体的维度范围内随机选择一个交叉位，对父代和母代进行交叉，每对父代和母代产生一对子代1和子代2；而对于不满足交叉概率的父代和母代，通过以下操作对其进行复制：
[0042]
·
对比父代和母代的适应度值；
[0043]
·
淘汰适应度值低的个体，并将适应度值高的个体复制到适应度值低的个体进行取代；
[0044]
2.4.2)变异：以概率p
m
对每个个体的反射相移进行变异，具体操作如下
[0045][0046]
对每个个体的每一维索引i∈{1,2,...,n}，每次随机生成一个0
‑
1的数(rand)，若小于p
m
，则随机生成一个反射相移替代当前索引i所对应的反射相移，即exp(jφ)
random
，若大于p
m
，则不进行变异操作；
[0047]
2.5)根据设定的迭代次数，判断是否重复上述2.2)
‑
2.4)的迭代过程，若继续迭代，则对本次迭代结果继续进行上述操作，若不继续迭代，则输出本次迭代结果的最优个体作为步骤1.1)所需的ris反射系数向量。
[0048]
本发明的有益效果为：
[0049]
本发明一方面在发送端通过秩与行列式准则对色散矩阵集(dm
s
)搜索优化，且在中继端配置了具有若干个无源反射元件的ris来反射入射信号，并采用余弦相似性定理算法来优化ris处的反射相移；另一方面为了提高所提出ris
‑
stsk方案的可实现性能，设计了改进的遗传算法(ga)辅助ris反射相移优化。将随机生成的反射相移作为初始种群，以信道增益最大化准则为适应度值，通过改进的进化和选择过程，可以获得具有更低误码率(ber)的反射相移。
附图说明
[0050]
图1为ris
‑
stsk系统模型示意图；
[0051]
图2为改进ga的流程图示意图；
[0052]
图3为遗传算法的交叉过程示意图；
[0053]
图4为基于改进ga的ris
‑
stsk与stsk的性能对比示意图。
具体实施方式
[0054]
下面将结合附图对本发明的具体实施例进行详细描述。
[0055]
一种基于可重构智能表面的空时移位键控方法，包括以下步骤：
[0056]
1)构建一个具有t
x
根发射天线和r
x
根接收天线，可重构智能表面ris处配置了n个无源反射元件的ris
‑
stsk系统(具体如图1)；
[0057]
2)使用改进的遗传算法ga辅助ris反射相移优化。
[0058]
所述步骤1)中，ris
‑
stsk系统的工作方法具体为：
[0059]
1.1)发射端和接收端分别具有t
x
根发射天线和r
x
根接收天线，ris处配置了n个无源反射元件，和分别为发射端到ris处和ris到接收端的信道矩阵，其每个元素均具有零均值和独立的单位方差，且服从复数高斯分布cn(0,1)；为ris反射系数向量，其中φ
i
∈[
‑
π,π]和β
i
∈(0,1]分别为反射元件的相移和幅度反射系数，(
·
)
t
为转置操作，i∈{1,2,
…
,n}，为了简单起见，令β
i
＝1；另外在发射端随机生成了色散矩阵集(dm
s
)且每个dm满足功率约束tr[a
q
·
(a
q
)
h
]＝t
s
，其中t
s
为dm的列数，表示stsk码字的持续时间，tr(
·
)为求迹运算，(
·
)
h
为共轭转置；
[0060]
1.2)第j次传输stsk码字所携带的比特位数为其中个比特用于表示激活dm为第j次选择的a
q
；个比特用于映射星座符号l为调制符号阶数；第j个stsk发送符号表示为
[0061][0062]
1.3)接收信号表示为
[0063]
y(j)＝f
h
(j)g(j)h(j)s(j) z(j)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0064]
其中表示加性高斯白噪声awgn矩阵，每个元素遵循分布cn(0,n0)，其中n0是每个时隙的复数噪声方差；
[0065]
1.4)为了在接收端实现单流最大似然ml检测，通过vec(
·
)运算将式(2)转化为式(3)
[0066][0067]
其中
[0068][0069][0070]
[0071][0072][0073][0074][0075]
其中为单位矩阵，为克罗内克积运算；
[0076]
1.5)在接收端，单流最大似然ml检测为
[0077][0078]
所述步骤2)中，改进ga具体为：
[0079]
2.1)初始种群由随机生成的反射相移组成，共n
pop
个个体，每个个体包含n个反射相移；
[0080]
2.2)适应度值
[0081]
在所述的ris
‑
stsk系统中，从发射端到接收端的信道矩阵为
[0082][0083]
其中和h
i
分别为信道矩阵f
h
和h的第i列和第i行；信道增益最大化问题可以定义为
[0084][0085]
因此，可实现的信道增益上界为
[0086][0087]
并将公式(14)作为改进ga的适应度值；
[0088]
2.3).选择策略
[0089]
使用锦标赛选择策略；每次从种群中取出n
pop
/10数量个体，然后选择其中适应度值最大的一个个体进入下一代种群，重复该操作，直到新的种群规模达到原来的种群规模；
[0090]
2.4).改进的进化操作
[0091]
2.4.1)交叉和复制：设计单点交叉策略，对所有个体e(k)，k＝1,2,
…
,n
pop
按顺序进行分组，每组两个个体，分别作为父代和母代，共n
pop
/2组，以概率p
c
对每组父代和母代进行交叉操作，在每组个体的维度范围内随机选择一个交叉位，对父代和母代进行交叉，每对父代和母代产生一对子代1和子代2；而对于不满足交叉概率的父代和母代，通过以下操作对其进行复制：
[0092]
·
对比父代和母代的适应度值；
[0093]
·
淘汰适应度值低的个体，并将适应度值高的个体复制到适应度值低的个体进行取代；
[0094]
2.4.2)变异：以概率p
m
对每个个体的反射相移进行变异，具体操作如下
[0095][0096]
对每个个体的每一维索引i∈{1,2,...,n}，每次随机生成一个0
‑
1的数(rand)，若小于p
m
，则随机生成一个反射相移替代当前索引i所对应的反射相移，即exp(jφ)
random
，若大于p
m
，则不进行变异操作；
[0097]
2.5)根据设定的迭代次数，判断是否重复上述2.2)
‑
2.4)迭代过程，若继续迭代，则对本次迭代结果继续进行上述操作，若不继续迭代，则输出本次迭代结果的最优个体作为步骤1.1)所需的ris反射系数向量。
[0098]
本实施例中给出了本发明的ris
‑
stsk和现有stsk方案的比特错误概率ber性能。所有的结果都是在2
×
2天线配置和bpsk调制(l＝2)下进行，信道为平坦瑞利衰落信道，q＝2。由图4可以看到，随着反射元件数n的增加，由于ris对通道链路的改善，所提出的ris
‑
stsk方案相较于stsk方案的都产生较大的性能增益。改进ga参数如表1所示。
[0099]
表1改进ga参数
[0100][0101]
上面结合附图对本发明的具体实施例进行了详细说明，但本发明并不局限于上述实施例，在不脱离本技术的权利要求的精神和范围情况下，本领域的技术人员可做出各种修改或改型。